一种改进的并行蚁群优化求解算法.pdfVIP

( ) 第 23 卷第 1 期 甘肃联合大学学报 自然科学版 Vol . 23 No . 1 　 2009 年 1 月 J ournal of Gan su Lianhe U niver sit y (Nat ural Sciences) J an . 2009 　 ( ) 　　文章编号 : 167269 1X 2009 0 1006705 一种改进的并行蚁群优化求解算法 雷筱珍 ,赖万钦 (福建交通职业技术学院 ,福建 福州 350007) 摘 　要 :为了提高并行蚁群优化算法的求解性能 ,对 A CO 算法进行了改进. 针对有明显聚类特征的大规模 TSP 问题 ,充分利用问题本身所具有的特征 ,提出了一种带聚类处理的蚁群算法 ,该算法比较 A CS 算法可以在 更短的时间内找到相同质量的解 ,而且在相同的运行时间内,该改进算法总能找到最好的解. 在 V C + + 环境下 进行仿真实验 ,求解了 TSP 库中的实例 p r 136 、p r 107 ,分别得到了其最短距离 ,结果表明了编程思路的正确性 及高效性. 关键词 :蚁群算法 ;并行优化改进 ; TSP ;V C + + 6 . 0 实现 中图分类号 : TP39 　　　文献标识码 :A 　引言 　基本蚁群算法的描述 20 世纪 90 年代初 ,意大利学者 Dorigo M [ 1 ] 　蚁群算法的提出 等人提出了一种新型的模拟进化算法 ———蚁群算 蚁群算法是意大利学者 Dorigo M 等[ 8～9 ] 于 ( ) 法 A nt Colony Algorit hm ,A CA ,并将该算法应 20 世纪 90 年代初受自然界中真实蚁群算法的集 ( 用于 著 名 的旅 行 商 问题 Travelin g Sale sman 体有觅食行为的启发而首先提出的一种基于群体 Problem , T SP) ,获得了较好的实验结果 ,但同时 的新型的随机搜索模拟进化算法 ———蚂蚁系统 也发现该算法存在收敛速度慢 、易出现停滞现象 (A nt Sy st em , 间称 A S) . 蚂蚁在外出觅食时 ,个 [2 ] ( ) 等缺陷 . 针对该算法的不足 ,许多学者提出了改 体之间通过一种称为信息素 Phero mo ne 的物质 进的蚁群算法[3～5 ] , 从一定程度上提高了算法的 进行信息传递, 蚂蚁在运动过程中, 能够在经过的 收敛速度 ,消除了算法中的停滞现象. 但是由于该 路径上留下这种物质, 并能感知这种物质, 并依此 算法的时间复杂度为 O ( N n3 ) , n 为问题规模, N 来指导自己的运动方向. 大量蚂蚁组成的蚁群的 ) [ 2] 集体行为便体现为一种信息的正反馈现象即:某 为算法迭代次数 较高 , 很难用于求解大规模的 ( ) 一路径上走过的蚂蚁越多, 留下的信息就越多, 后 T SP 问题 包括其它组合优